技术教程

资源名称：Python数据分析基础 PDF  内容简介： 想深入应用手中的数据？还是想在上千份文件上重复同样的分析过程？没有编程经验的非程序员们如何能在最短的时间内学会用当今炙手可热的Python语言进行数据分析？ 来自Facebook的数据专家Clinton Brownley可以帮您解决上述问题。在他的这本书里，读者将能掌握基本Python编程方法，学会编写出处理电子表格和数据库中的数据的脚本，并了解使用Python模块来解析文件、分组数据和生成统计量的方法。 学习基础语法，创建并运行自己的Python脚本 读取和解析CSV文件 读取多个Excel工作表和工作簿 执行数据库操作 搜索特定记录、分组数据和解析文本文件 建立统计图并绘图 生成描述性统计量并估计回归模型和分类模型 在Windows和Mac环境下按计划自动运行脚本 作者简介： Clinton W. Brownley 博士，Facebook数据科学家，负责大数据流水线、统计建模和数据可视化项目，并为大型基础设施建设提供数据驱动的决策建议。 资源目录： 前言　　xi 第1章 Python 基础　　1 1.1 创建 Python 脚本　　1 1.2 运行 Python 脚本　　3 1.3 与命令行进行交互的几项技巧　　6 1.4 Python 语言基础要素　　10 1.4.1 数值　　10 1.4.2 字符串　　12 1.4.3 正则表达式与模式匹配　　16 1.4.4 日期　　19 1.4.5...

资源名称：教孩子学编程 PYTHON语言版 PDF 资源目录： 第1章Python基础——认识环境1 1.1认识Python3 1.2用Python编写程序5 1.3运行Python程序5 1.4本章小结6 1.5编程挑战7 第2章海龟作图——用Python绘图9 2.1第一个海龟程序10 2.1.1程序是如何工作的10 2.1.2发生了什么12 2.2旋转的海龟13 2.3海龟画圆14 2.4添加颜色15 2.4.1一个四色螺旋线16 2.4.2修改背景颜色19 2.5一个变量搞定一切20 2.6本章小结22 2.7编程挑战22 第3章数字和变量——用Python做数学运算24 3.1变量——保存内容的地方25 3.2Python中的数字和数学运算26 3.2.1Python数字27 3.2.2Python操作符28 3.2.3在Pythonshell中进行数学运算28 3.2.4语法错误——你说什么？29 3.2.5Pythonshell中的变量30 3.2.6用操作符编程——披萨计算器31 3.3字符串——Python中真正的字符33 3.4用字符串改进彩色螺旋线35 3.5列表——将所有内容放到一起36 3.6Python做作业38 3.7本章小结40 3.8编程挑战41 第4章循环很有趣（你可以再说一遍）42 4.1构建自己的循环43 4.1.1使用for循环生成4个圆组成的玫瑰花瓣44 4.1.2修改循环让玫瑰花瓣带有6个圆46 4.2把玫瑰花瓣程序改进为允许用户输入48 4.3游戏循环和while循环50 4.4家庭成员螺旋线52 4.5整合——式的螺旋线55 4.6本章小结59...

资源名称：预测分析建模 Python与R语言实现 PDF  资源截图：

资源名称：Python机器学习 PDF   作者简介： Sebastian Raschka是密歇根州立大学的博士生，他在计算生物学领域提出了几种新的计算方法，还被科技博客Analytics Vidhya评为GitHub上具影响力的数据科学家。他有一整年都使用Python进行编程的经验，同时还多次参加数据科学应用与机器学习领域的研讨会。正是因为Sebastian 在数据科学、机器学习以及Python等领域拥有丰富的演讲和写作经验，他才有动力完成此书的撰写，目的是帮助那些不具备机器学习背景的人设计出由数据驱动的解决方案。他还积极参与到开源项目中，由他开发完成的计算方法已经被成功应用到了机器学习竞赛（如Kaggle等）中。在业余时间，他沉醉于构建体育运动的预测模型，要么待在电脑前，要么在运动。   资源目录：  译者序推荐序作者简介审校者简介前言第1章 赋予计算机学习数据的能力11.1构建智能机器将数据转化为知识11.2 机器学习的三种不同方法11.2.1 通过监督学习对未来事件进行预测21.2.2 通过强化学习解决交互式问题41.2.3 通过无监督学习发现数据本身潜在的结构41.2.4 基本术语及符号介绍51.3 构建机器学习系统的蓝图61.3.1 数据预处理61.3.2 选择预测模型类型并进行训练71.3.3 模型验证与使用未知数据进行预测81.4 Python在机器学习中的应用8本章小结9第2章 机器学习分类算法102.1 人造神经元—早期机器学习概览102.2 使用Python实现感知器学习算法132.3 自适应线性神经元及其学习的收敛性192.3.1 通过梯度下降最小化代价函数202.3.2 使用Python实现自适应线性神经元212.3.3 大规模机器学习与随机梯度下降25本章小结29第3章 使用scikit-learn实现机器学习分类算法303.1 分类算法的选择303.2 初涉scikit-learn的使用30使用scikit-learn训练感知器313.3 逻辑斯谛回归中的类别概率343.3.1 初识逻辑斯谛回归与条件概率343.3.2 通过逻辑斯谛回归模型的代价函数获得权重363.3.3 使用scikit-learn训练逻辑斯谛回归模型373.3.4 通过正则化解决过拟合问题393.4 使用支持向量机最大化分类间隔413.4.1 对分类间隔最大化的直观认识413.4.2 使用松弛变量解决非线性可分问题423.4.3 使用scikit-learn实现SVM443.5 使用核SVM解决非线性问题443.6 决策树483.6.1 最大化信息增益—获知尽可能准确的结果493.6.2 构建决策树523.6.3 通过随机森林将弱分类器集成为强分类器533.7...

资源名称：Python高性能编程 PDF 内容简介： 本书共有12章，围绕如何进行代码优化和加快实际应用的运行速度进行详细讲解。本书主要包含以下主题：计算机内部结构的背景知识、列表和元组、字典和集合、迭代器和生成器、矩阵和矢量计算、并发、集群和工作队列等。最后，通过一系列真实案例展现了在应用场景中需要注意的问题。本书适合初级和中级Python程序员、有一定Python语言基础想要得到进阶和提高的读者阅读。 作者简介： Micha Gorelick在bitly公司从事与数据打交道的工作，并负责建立了快速前进实验室（Fast Forward Labs），研究从机器学习到高性能流算法领域的问题。Ian Ozsvald是ModelInsight.io的数据科学家和教师，有着超过十年的Python经验。他在PyCon和PyData会议上教授Python编程，这几年一直在英国从事关于数据科学和高性能计算方面的咨询工作。 资源目录： 第1章 理解高性能Python 11.1 基本的计算机系统 11.1.1 计算单元 21.1.2 存储单元 51.1.3 通信层 61.2 将基本的元素组装到一起 81.3 为什么使用Python 12第2章 通过性能分析找到瓶颈 152.1 高效地分析性能 162.2 Julia集合的介绍 172.3 计算完整的Julia集合 202.4 计时的简单方法——打印和修饰 242.5 用UNIX的time命令进行简单的计时 272.6 使用cProfile模块 282.7 用runsnakerun对cProfile的输出进行可视化 332.8 用line_profiler进行逐行分析 342.9 用memory_profiler诊断内存的用量 392.10...

资源名称：Python3.5从零开始学 PDF 内容简介： 《Python 3.5从零开始学》专门针对Python新手量身定做，涵盖了Python 3 实际开发的重要知识点，内容包括：Python语言的类型和对象、操作符和表达式、编程结构和控制流、函数、序列、多线程、正则表达式、面向对象编程、文件操作、网络编程、邮件收发、数据库操作等，提供Python爬虫、数据处理项目范例，各章还安排了调试、问题解答、温故知新、牛九小试等内容，以帮助读者学会处理程序异常、解答学习困惑、巩固知识、学以致用。 《Python 3.5从零开始学》通俗易懂、示例丰富、代码可读性及可操作性强。非常适合Python 3.x初学者、想学习和了解Python 3的程序员，也可作为Python网课、培训及大专院校教学用书。 作者简介： 刘宇宙，计算科学学学士，多年工作经验，先后供职于上海海鼎、上海云卯、上海宏力达，目前供职于上海透云科技码上加事业部，担任软件工程师，从事大数据研发。先后从事过卡系统的研发，云计算项目中IAAS系统的研发，大数据项目研发，物联网研发。对Java、Python有深入研究。Python技术爱好者，在CSDN发表原创Python博文多篇。 资源目录： 第1章 进入Python 3.5的精彩世界 1 1.1 Python的起源 2 1.2 Python的应用场合 3 1.3 从2.7到3.5，Python的新特性 5 1.4 如何学习Python 6 1.5 Python环境构建 7 1.5.1 在Windows系统中安装Python 7 1.5.2 在Linux和UNIX系统中安装Python 14 1.5.3 在Mac OS系统中安装Python 17 1.5.4 其他版本 18...

资源名称：零起点PYTHON足彩大数据与机器学习实盘分析 内容简介： 《零起点Python足彩大数据与机器学习实盘分析》采用Python编程语言、Pandas数据分析模块、机器学习和人工智能算法，对足彩大数据进行实盘分析。设计并发布了开源大数据项目zc-dat足彩数据包，汇总了2010—2016年全球5万余场足球比赛的赛事和赔率数据，包括威廉希尔、澳门、立博、Bet365、Interwetten、SNAI、皇冠、易胜博、伟德、必发等各大赔率公司。介绍了如何使用Python语言抓取网页数据，下载更新zc-dat足彩数据包，并预测分析比赛获胜球队的取胜概率，同时提出了检测人工智能算法优劣的“足彩图灵”法则。 作者简介： 何海群，网名：字王，CHRD前海智库CTO，《中华大字库》发明人，出版书籍20余部，在人工智能、数据分析等方面具有20年一线专业经验；zwPython开发平台、zwQuant量化软件设计师，中国“Python创客”项目和“Python产业联盟”发起人，国内Python量化课程：《Python量化实盘 魔鬼训练营》创始人，极宽量化开源团队的创始人。 1990年，发明国内VR数据手套并获得专利授权，被业界称为“中国VR之父”；1992年，论文《人工智能与中文字型设计》入选《广东青年科学家文集》，现已成为中文字库行业三大基础建模理论之一；1997年，出版国内首部网络经济专著《网络商战》；2008年，在北京联合创办国内4A级网络公关公司，服务过200余家国际五百强企业，被公关协会誉为：中国网络公关事业的开创者与启蒙者；2012年，发布国内自主研发的智能中文字库设计软件《x2ttf涂鸦造字》，全功能全免费公益软件；2016年，推出国内首套纯python开源量化软件：zwQuant，以及国内Tick级别开源金融大数据项目：zwDat金融数据包。 研究成果有：“小数据”理论，快数据模型，黑天鹅算法，GPU超算工作站、MTRD多节点超算集群算法、“1+N”网络传播模型、人工智能“足彩图灵法则”等。 资源目录： 第1章 足彩与数据分析 1 1.1 “阿尔法狗”与足彩 1 1.2 案例1-1：可怕的英国足球 3 1.3 关于足彩的几个误区 7 1.4 足彩·大事件 8 1.5 大数据图灵（足彩）原则 10 1.6 主要在线彩票资源 11 1.7 主要在线足彩数据源 15 1.8 足彩基础知识 17 1.9 学习路线图 18 第2章 开发环境 19 2.1 数据分析首选Python 19 2.1.1...

资源名称：零起点PYTHON机器学习快速入门 PDF 内容简介： 《零起点Python机器学习快速入门》采用独创的黑箱模式，MBA案例教学机制，结合一线实战案例，介绍 Sklearn人工智能模块库和常用的机器学习算法。《零起点Python机器学习快速入门》中配备大量图表说明，没有枯燥的数学公式，只要懂 Word、Excel，就能够轻松阅读全书，并学习使用书中的知识，分析大数据。 《零起点Python机器学习快速入门》具有以下特色： 独创的黑箱教学模式，《零起点Python机器学习快速入门》无任何抽象理论和深奥的数学公式。 首次系统化融合 Sklearn人工智能软件和 Pandas数据分析软件，不用再直接使用复杂的 Numpy数学矩阵模块。 系统化的 Sklearn函数 API接口中文文档，可作为案头工具书随时查阅。 基于 Sklearn+Pandas架构，全程采用 MBA案例模式，无需任何理论基础，懂 Excel就可看懂。 资源目录： 第 1 章从阿尔法狗开始说起 1 1.1 阿尔法狗的前世今生 1 1.2 机器学习是什么 2 1.3 机器学习大史记 3 1.4 机器学习经典案例 11 第2 章开发环境 13 2.1 数据分析首选Python 13 2.2 用户运行平台 18 2.3...

资源名称：Python机器学习算法 PDF  内容简介： 《Python机器学习算法》是一本机器学习入门读物，注重理论与实践的结合。全书主要包括6个部分，每个部分均以典型的机器学习算法为例，从算法原理出发，由浅入深，详细介绍算法的理论，并配合目前流行的Python语言，从零开始，实现每一个算法，以加强对机器学习算法理论的理解、增强实际的算法实践能力，最终达到熟练掌握每一个算法的目的。与其他机器学习类图书相比，《Python机器学习算法》同时包含算法理论的介绍和算法的实践，以理论支撑实践，同时，又将复杂、枯燥的理论用简单易懂的形式表达出来，促进对理论的理解。 资源目录： 0 绪论 1 0.1 机器学习基础 1 0.1.1 机器学习的概念 1 0.1.2 机器学习算法的分类 2 0.2 监督学习 3 0.2.1 监督学习 3 0.2.2 监督学习的流程 3 0.2.3 监督学习算法 4 0.3 无监督学习 4 0.3.1 无监督学习 4 0.3.2 无监督学习的流程 4 0.3.3 无监督学习算法 5 0.4 推荐系统和深度学习 6 0.4.1 推荐系统...

资源名称：Python金融实战 PDF 内容简介： Python凭借其简单、易读、可扩展性以及拥有巨大而活跃的科学计算社区，在需要数据分析和处理大量数据的金融领域得到了广泛而迅速的应用，并且成为越来越多专业人士*的编程语言之一。 本书通过12章内容介绍了Python在金融领域的应用，从Python的安装、基础语法，再到一系列简单的编程示例，本书循序渐进地引导读者学习Python。同时，本书还结合Python的各个模块以及金融领域中的期权价格、金融图形绘制、时间序列、期权定价模型、期权定价等内容，深度揭示了Python在金融行业中的应用技巧。 本书适合金融、会计等相关专业的高校师生阅读，也适合金融领域的研究人员和从业人员参考学习。对于有一定计算机编程基础，但想要从事金融行业的读者，本书也是不错的参考用书。 资源目录：   第1章 Python简介及安装 1 1.1 Python简介 1 1.2 如何安装Python 3 1.3 Python的不同版本 3 1.4 运行Python的3种方式 4 1.4.1 用GUI启动Python 4 1.4.2 从Python命令行启动Python 5 1.4.3 从DOS窗口启动Python 6 1.5 如何退出Python 7 1.6 错误提示 7 1.7 Python语言是区分大小写的 8 1.8 变量的初始化 8 1.9 寻找在线帮助...